Modelos de ANOVA. Distinguir diferentes tipos de ANOVA
|
|
- Paula Soriano Navarrete
- hace 6 años
- Vistas:
Transcripción
1 Modelos de ANOVA Distinguir diferentes tipos de ANOVA Modelos de efectos fijos Modelos de efectos aleatorios (Modelo II) Modelos 2- a multifactoriales Modelos mixtos, anidados.
2 ANOVA Situación básica Variables independientes y dependientes. Existe una dependencia de las variables cuantitativas (medias) según los grupos de las variables categóricas (tratamientos)? Si tengo solamente 2 grupos realizo un Test de Student (Test de t) Si los grupos son mayores a 3 realizo un ANOVA
3 ANOVA Variables independientes y dependientes. Existe una dependencia de las variables cuantitativas (medias) según los grupos de las variables categóricas (tratamientos)? Un factor con 2 tratamientos Procedimiento de Student (Test de t) Si el factor presenta más de 3 niveles ANOVA unifactorial Valor observado Media total Efecto del factor Error o residuo Es el que difiere entre los grupos. Si no se puede rechazar la Ho Todas la a i valen 0
4 Réplicas Anova unifactorial completamente aleatorizado balanceado Ejemplo: Concentración de Mn (µg g -1 ) diferentes muestras de sedimento. M1 M2 M3 M4 M5 19,2 18,7 12,5 20,3 19,9 18,7 14,3 14,3 22,5 24,3 21,3 20,2 8,7 17,6 17,6 16,5 17,6 11,4 18,4 20,2 17,3 19,3 9,5 15,9 18,4 22,4 16,1 16, ,1 Media 19,23 17,70 12,15 18,95 19,92 Variable categórica: Muestras 5 tratamientos Variable cuantitativa: concentración de Mn. Cinco réplicas en cada tratamiento Existen diferencias significativas entre los tratamientos? Es decir que se desea verificar si la concentración de Mn es similar entre las muestras (todas las muestras pertenecen a una misma población) o si al menos una difiere. H o : m 1 = m 2 = m 3 = m 4 = m 5 H 1 : Al menos un m i es diferente
5 Mn (µg g-1) REVISIÓN GRÁFICA DE LOS DATOS: Cajas y bigotes (Box-plot) Puntos (Dot-plot) u otro gráfico de inspección de datos Muestras
6 Análisis de la varianza Cuando los tratamientos son diferentes niveles de un mismo factor empleamos ANOVA unifactorial. Sin embargo, muchas respuestas son afectadas por más de un factor y frecuentemente incorporamos en los experimentos más de un factor. Se emplea Anova factorial (2-, 3- multifactorial) cuando las experiencias involucran diversos factores. Un experimento factorial completo es aquel en el cual cada combinación de niveles del factor es empleado. Es decir, el número de tratamientos en la experiencia iguala la cantidad total de niveles de los factores.
7 Ejemplo: evaluar si la concentración de NH 4+ (mg/l) varía según las algas dominantes y la presencia de fósforo. Se emplearon 15 peceras distribuidas de la siguiente manera: Control Fósforo Diatomeas X = 4, X = 7,6 Cianobacterias X = 7,0 X = 14,6 Este es un Experimento Factorial completo 2X2: dos factores con 2 niveles por factor Factor A: presencia/ausencia de fósforo. Factor B: tipo de algas. Como ambos factores son fijos = ANOVA 2-Factorial (modelo I o de factores fijos)
8 Tabla de Anova De manera similar al ANOVA unifactorial debemos indicar las fuentes de variación Fuente de variación Suma de Cuadrados Grados de libertad Cuadrados Medios F Factor A (Fósforo) 156, ,8 46,12 Factor B (Algas) 125, ,0 36,7 Dentro (error) 58,4 17 3,44 TOTAL 340, ,095 Fenómeno de interacción: el efecto de un factor puede afectar al otro. Si hay una interacción en el modelo anterior entonces la interacción debe estar incluida en las variaciones Dentro (error). Fuente de variación Suma de Cuadrados Grados de libertad Cuadrados Medios F Factor A (Fósforo) 156, ,8 46,12 Factor B (Algas) 125, ,0 36,7 Interacción AXB 20, ,33 Dentro (error) 38,4 16 3,44 TOTAL 340, ,095 La significancia de cada fuente de variación se evalúa mediante F (ν numerador; ν denominador; α)
9 X X X X X B2 B1 B2 B2 B1 B1 A1 A3 A2 Niveles Factor A A1 A3 A2 Niveles Factor A A1 A3 A2 Niveles Factor A Sin efecto de A ni de B. Sin efecto de A. Con efecto de B. Con efecto de A. Sin Efecto de B. B2 B1 B1 B2 A1 A3 A2 Niveles Factor A Con efecto de A. Con efecto de B. Sin interacción A1 A3 A2 Niveles Factor A Con efecto de A. Con efecto de B. Con interacción
10 Ecuaciones para el cálculo cuando el Anova 2-factorial balanceado (mismo n para cada tratamiento) SC total = a b n i=1 j=1 l=1 X 2 ijl C SC Factor A = SC Factor B = SC celdas = i=1 a b n 2 j=1 l=1 X ijl bn j=1 b a n 2 i=1 l=1 X ijl an i=1 a b n 2 j=1 l=1 X ijl bn C C C SC interacción = SC celdas SC Factor A SC Factor B SC error = SC totales SC celdas a b C = n 2 2 i=1 j=1 l=1 X ijl
11 Componentes de la variabilidad Suma de Cuadrados del Factor A SC(A) gl= a-1 Suma de cuadrado para los tratamientos SCF gl = ab-1 Suma de Cuadrados del Factor B SC(B) gl= b-1 Suma de cuadrados totales SCT gl = N-1 Suma de la interacción SC(AB) gl= (a-1) (b-1) Suma de cuadrados del error SCE gl = n-ab Suma de cuadrados del error gl = n-ab Se realiza de nuevo el ANOVA eliminando los factores no significativos.
12 Modelos Multifactoriales Al incrementarse la cantidad de factores es más complejo el análisis y se dificulta la interpretación. Continuando con el ejemplo anterior: Factor A: presencia de fósforo Factor B: tipo de algas Factor C: temperaturas a 10 C y 20 C La tabla de ANOVA 3-Factorial 2x2x2 queda configurada de la siguiente manera Fuente de variación Suma de Cuadrados Grados de libertad Cuadrados Medios F Factor A Factor B Factor C Interacción AxB Interacción AxC Interacción BxC Interacción AxBxC Dentro (error) TOTAL Con cuántas pares de hipótesis se está trabajando?
13 ANOVA confactores aleatorios modelos II ANOVA modelo II o Componentes de la varianza: es una forma de evaluar la cantidad de variación en una variable dependiente que se asocia con una o más variables de efectos aleatorios. Ejemplo: examinar la contaminación en los árboles: 10 árboles donde se extrajeron 5 hojas en 3 ramas diferentes. Se busca verificar si hay una variabilidad entre árboles, ramas u hojas no si la rama A es diferente a la rama B o si el árbol C es similar al D. Generalmente, el resultado es una tabla de componentes de la varianza que muestra la proporción (%) de la variación atribuible a cada uno de los efectos principales y, opcionalmente, las interacciones de la variable aleatoria con los otros factores.
14 Anova de modelos mixtos Combinación de ambos tipos de modelos, fijo y aleatorio. Ejemplo: Se desea comparar el grado de contaminación entre los árboles de 2 ciudades, La Plata y Buenos Aires. Donde se tomaron hojas de diferentes árboles. Factor fijo = Ciudad Factores aleatorios = árboles que están en la ciudad y hojas que están en los árboles El Factor fijo es siempre de nivel superior a los otros factores. Cuando ciertos factores se hallan dentro de uno superior se denomina ANOVA ANIDADO o JERÁRQUICO El modelo mixto estaría compuesto por los siguientes factores: Ciudad x Árboles(Ciudad) x Hojas(Árboles) Fijo Aleatorio Aleatorio
15 Análisis de la concentración de metales pesados en aire Ejemplo de modelos de ANOVA empleados Bilos, C., J.C. Colombo, C.N. Skorupka, M.J. Rodriguez Presa Sources, distribution and variability of airborne trace metals in La Plata City area, Argentina. Environ. Poll. 111:
16 Análisis de metales pesados en material particulado aéreo Muestreadores de alto volumen (VHS)
17 Análisis de metales pesados en material particulado aéreo El área de estudio está ubicado alrededor de la ciudad de La Plata. La población de la region es aproximadamente de incluyendo las ciudad es cercanas Berisso y Ensenada. Cuatro estaciones de muestreo permanentes fueron establecidos a lo largo de una transecta de 25 km con dirección NE-SO: 1. Puerto de La Plata 2. Sector Petroquímico 3. Ciudad de La Plata 4. Residencial (menos urbanizado)
18 December September August July May April March February January Pb (ng/m3) Cu (ng/m3) Mn (ng/m3) Zn (ng/m3) Fe (ng/m3) Ca (ng/m3) Mg (ng/m3) Cr (ng/m3) Ni (ng/m3) Cd (ng/m3) TSP (mg/m3) D N D N D N D N D N D N D N D N D N D N D N Port Petrochemical <1.11 < < Downtown Residential <1.24 < Port <1.13 < Petrochemical < Downtown < Residential <1.12 < Port Petrochemical Downtown <1.17 < Residential <1.19 < Port Petrochemical Downtown Residential < Port Petrochemical Downtown < < Residential <3.35 < Port < Petrochemical < Downtown Residential Port Petrochemical Downtown Residential < Port < Petrochemical Downtown < < Residential Port <1.09 <1.10 < Petrochemical < Downtown Residential <1.07 <1.13 < Bilos, C., J.C. Colombo, C.N. Skorupka, M.J. Rodriguez Presa Sources, distribution and variability of airborne trace metals in La Plata City area, Argentina. Environ. Poll. 111:
19 Resultados Las concentraciones de los metales tienden a seguir el comportamiento del TSP con elevadas concentraciones durante el día y especialmente en la ciudad (cuadrados). Las diferencias espaciales también son evidentes con concentraciones altas en la ciudad y bajas en la zona residencial (triangulo). Puede agregarse además la variación temporal, observándose un incremento de las concentraciones en los meses correspondientes a otoño-invierno y disminución en los meses primaveraverano.
20 Con el fin de evaluar con mayor precisión la contribución de estas fuentes de variación, se emplearon análisis de la varianza factorial y componente de la varianza (modelo II). Para los análisis de mencionados, las concentraciones fueron transformadas a logaritmo para asegurar la normalidad de los datos y la homogeneidad de las varianzas. Los valores del mes de Julio fueron excluidos en el análisis por falta de datos (muestreo incompleto). Resumiendo, la variable dependiente, en este caso los metales, es analizada con una o más variables de efectos fijos y aleatorios. Se analiza la influencia de las variaciones espaciales (entre sitios de muestreo), las variaciones temporales (entre meses) y las diarias (día vs. noche) en la variabilidad de los metales traza.
21 Ejemplos de Anova 3-factorial modelo II Las salidas difieren entre los programas estadísticos Log Pb Fuente de Suma de Grados de Cuadrados variación Cuadrados libertad Medios F P Temporal 10, ,452 12,744 <, error 5, ,114 Espacial 4, ,491 13,091 <, Error 5, ,114 Diaria 0, ,006 0,054 0,818 error 5, ,114 Variación Temporal y Espacial Log Cr Fuente de Suma de Grados de Cuadrados variación Cuadrados libertad Medios F p Temporal 0, ,087 1,18 0,332 error 3, ,074 Espacial 1, ,529 7,141 <, Error 3, ,074 Diaria 0, ,083 1,12 0,295 error 3, ,074 Variación Espacial
22 Anova modelo II Además de la tabla de ANOVA se tiene tabla de componentes de la variación Efecto aleatorio Componente de la Varianza % del Total Temporal 0, ,28 Espacial 0, ,51 Diaria -0, ,92 Residual (error) 0, ,13 Total 0, ,00 Tabla resumen de Componente de la Varianza. Variable dependiente Log Pb. A partir de esta tablas se construyeron los gráficos de barras apiladas que se presentan a continuación.
23 Resultados generales A) Empleando los 3 factores Diagrama de barras apiladas indicando en porcentaje de variación de cada factor aleatorio significativo (p<0,05). TSP, Mn y Ca con un modelo de variación similar, significativo en las 3 fuentes de variación (p<0,001). Pb similar anterior pero la variación diurna no es significativa (p>0,05) Cu, Mg, Zn, Ni y Cd presentan alta variabilidad temporal (p<0,01).
24 Pb (ng/m3) Empleo de Test de comparaciones múltiples 200 A B B B 0 Ciudad Petroquímica Puerto Residencial Concentración media ± desviación estándar del Pb en las diferentes estaciones muestreas. A idéntica letra no se observan diferencias significativas (p>0,05), test de comparaciones múltiples S-N-K.
25 B) Considerando sólo la variabilidad diurna y espacial Las diferencias espaciales son más importantes que las diurnas Variaciones espaciales desde el 24% (Cd) al 67% (Pb). Variaciones diurnas desde 0,35% (Ni) al 35% (Mn). El Pb es quien presenta las diferencias especiales claramente las bien significativas.
26 C) Componente de la varianza Variación diurna vs. temporal para cada estación El análisis fue realizado para cada uno de las estaciones de muestreo empleando el procedimiento de componente de la varianza. Cabe destacarse la importancia de la variación diurna en la ciudad mientras que el resto de las estaciones es significativa la variación temporal.
27 Los datos muestran un grado de variabilidad importante donde se incluyen las variaciones diurnas (días vs. noche), espaciales (entre las estaciones de muestreo) y temporales (entre los meses). Estas variaciones observadas fueron corroboradas mediante análisis de la varianza de 2 a 3 factores y componentes de la varianza.
Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesAnálisis de Componentes de la Varianza
Análisis de Componentes de la Varianza Resumen El procedimiento de Análisis de Componentes de Varianza está diseñado para estimar la contribución de múltiples factores a la variabilidad de una variable
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesPruebas de Hipótesis-ANOVA. Curso de Seminario de Tesis Profesor QF Jose Avila Parco Año 2016
Pruebas de Hipótesis-ANOVA Curso de Seminario de Tesis Profesor Q Jose Avila Parco Año 2016 Análisis de la Varianza de un factor (ANOVA) El análisis de la varianza (ANOVA) es una técnica estadística paramétrica
Más detallesOTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON
OTRAS HERRAMIETAS ESTADISTICAS UTILES Dra. ALBA CECILIA GARZON Que es un Test de Significancia estadística? El término "estadísticamente significativo" invade la literatura y se percibe como una etiqueta
Más detallesCLAVE-LAB 3-Supuestos del Análisis de la Varianza
(Revisado enero 016_LWB/CL) CLAVE-LAB 3-Supuestos del Análisis de la Varianza El archivo Excel con los datos para este laboratorio está en la página del curso. Los datos provienen de un estudio realizado
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesbloques SC Suma de Cuadrados k trat bloques
Análisis de un diseño en bloques aleatorios Cuando sólo hay dos tratamientos, el análisis de varianza de una vía equivale al test t de Student para muestras independientes. A su vez, el análisis de varianza
Más detallesMEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros
MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesPronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple
Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción
Más detallesMETODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010
METODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010 SIMCE Unidad de Currículum y Evaluación Ministerio de Educación 2011 Índice 1. Antecedentes Generales 1 2. Metodología
Más detallesTema 2. Regresión Lineal
Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite
Más detallesANOVA O ANAVA PARA DISEÑOS TOTALMENTE ALEATORIZADOS Y ANOVA PARA DISENOS DE BLOQUES ALEATORIZADOS ALBA MARTINEZ ROMERO MARY SOL MEZA CHAVEZ
ANOVA O ANAVA PARA DISEÑOS TOTALMENTE ALEATORIZADOS Y ANOVA PARA DISENOS DE BLOQUES ALEATORIZADOS ALBA MARTINEZ ROMERO MARY SOL MEZA CHAVEZ Presentado a: MARIA ESTELA SEVERICHE CORPORACION UNIVERSITARIA
Más detallesDiseño de Bloques al azar. Diseño de experimentos p. 1/25
Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un
Más detallesPRÁCTICA 3: Ejercicios del capítulo 5
PRÁCICA 3: Eercicios del capítulo 5 1. Una empresa bancaria a contratado a un equipo de expertos en investigación de mercados para que les asesoren sobre el tipo de campaña publicitaria más recomendable
Más detallesPruebas para evaluar diferencias
Pruebas para evaluar diferencias Métodos paramétricos vs no paramétricos Mayoría se basaban en el conocimiento de las distribuciones muestrales (t- student, Normal, F): EsFman los parámetros de las poblaciones
Más detallesFACTORES QUE INFLUYEN EN LOS PARÁMETROS SEMINALES DEL CABALLO DE LAS RETUERTAS
FACTORES QUE INFLUYEN EN LOS PARÁMETROS SEMINALES DEL CABALLO DE LAS RETUERTAS Congresso Ibérico sobre Recursos Genéticos Animais - Évora 13 a 15 de Setembro de 2012 Introducción Doñana es la historia
Más detallesAGRO 6600 Segundo Examen Parcial
AGRO 6600 Segundo Examen Parcial Nombre: 2012 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.
Más detallesBloque II (Columnas) B= Y212 C= Y322 D= Y432 C= Y313 D= Y423 E= Y533. A= Y1k2. B= Y2k3
DISEÑO EN CUADRO LATINO En el diseño en cuadro latino (DCL) se controlan dos factores de bloque y se estudia un solo factor de interés. En este sentido, se tienen cuatro fuentes de variación: Los tratamientos
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detalles4. Regresión Lineal Simple
1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para
Más detallesDistribución Chi (o Ji) cuadrada (χ( 2 )
Distribución Chi (o Ji) cuadrada (χ( 2 ) PEARSON, KARL. On the Criterion that a Given System of Deviations from the Probable in the Case of a Correlated System of Variables is such that it Can Reasonably
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Más detallesEVALUACION DE RESULTADOS INTRA-LABORATORIO. EDWIN GUILLEN Servicio Nacional de Metrología INDECOPI Simposio de Metrología Lima PERU - Mayo del 2010
EVALUACION DE RESULTADOS INTRA-LABORATORIO EDWIN GUILLEN Servicio Nacional de Metrología INDECOPI Simposio de Metrología Lima PERU - Mayo del 2010 1 EVALUACION DE RESULTADOS INTRA-LABORATORIO INTRODUCCION
Más detallesPrograma Estatal de Monitoreo Municipal Estudio en Col. Mitras Sur, Monterrey, Nuevo León.
Programa Estatal de Monitoreo Municipal Estudio en Col. Mitras Sur, Monterrey, Nuevo León. El (SIMA) tiene como objetivo evaluar la calidad del aire monitoreando las concentraciones de los contaminantes
Más detallesTipo de punta (factor) (bloques)
Ejemplo Diseño Bloques al Azar Ejercicio -6 (Pág. 99 Montgomery) Probeta Tipo de punta (factor) (bloques) 9. 9. 9.6 0.0 9. 9. 9.8 9.9 9. 9. 9.5 9.7 9.7 9.6 0.0 0. ) Representación gráfica de los datos
Más detallesDiseños factoriales con tres factores
Capítulo 6 Diseños factoriales con tres factores SupongamosquehayanivelesparaelfactorA,bnivelesdelfactorBycnivelespara el factor C y que cada réplica del experimento contiene todas las posibles combinaciones
Más detallesCurso Hidrogeoquímica para Dummies
Curso Hidrogeoquímica para Dummies Sesión 10 Componentes del Agua Subterránea www.gidahatari.com Cuando una especie iónica se encuentra en concentraciones superiores a 1mg/L se le denomina Especie Iónica
Más detallesCONTENIDO. Prólogo a la 3. a edición en español ampliada... Prólogo...
CONTENIDO Prólogo a la 3. a edición en español ampliada.................................. Prólogo.................................................................. vii xvii 1. Métodos descriptivos................................................
Más detallesPATRONES DE DISTRIBUCIÓN ESPACIAL
PATRONES DE DISTRIBUCIÓN ESPACIAL Tipos de arreglos espaciales Al azar Regular o Uniforme Agrupada Hipótesis Ecológicas Disposición al Azar Todos los puntos en el espacio tienen la misma posibilidad de
Más detalles4.1 Análisis bivariado de asociaciones
4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis
Más detallesExactitud y Linearidad del Calibrador
Exactitud y Linearidad del Calibrador Resumen El procedimiento Exactitud y Linearidad del Calibrador fue diseñado para estimar la exactitud del sistema de medición. En contraste con los procedimientos
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 13 REGRESIÓN LOGÍSTICA Es un tipo de análisis de regresión en el que la variable dependiente no es continua, sino dicotómica, mientras que las variables independientes pueden ser cuantitativas o cualitativas.
Más detallesTÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD
TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Contrastes de hipótesis paramétricos para una y varias muestras: contrastes sobre la media, varianza y una proporción. Contrastes sobre la diferencia
Más detalles2. Calcula las raíces o soluciones para cada ecuación cuadrática.
Matemáticas 3 Bloque I Instrucciones. Lee y contesta correctamente lo que se te pide. 1. Cuánto tiempo tardará en llegar al suelo un objeto que se deja caer verticalmente desde la azotea de un edificio
Más detallesPráctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS
Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza
Más detallesANÁLISIS EXPLORATORIO DE DATOS ESPACIALES ESTADÍSTICA ESPACIAL
ANÁLISIS EXPLORATORIO DE DATOS ESPACIALES ESTADÍSTICA ESPACIAL DEPARTAMENTO DE GEOGRAFÍA FACULTAD DE HUMANIDADES UNNE Prof. Silvia Stela Ferreyra Revista Geográfica Digital. IGUNNE. Facultad de Humanidades.
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detallesADMINISTRACION DE OPERACIONES
Sesión4: Métodos cuantitativos ADMINISTRACION DE OPERACIONES Objetivo específico 1: El alumno conocerá y aplicara adecuadamente los métodos de pronóstico de la demanda para planear la actividad futura
Más detallesTema 6. Variables aleatorias continuas
Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),
Más detallesRegresión en Cadena. StatFolio de Ejemplo: ridge reg.sgp
Regresión en Cadena Resumen El procedimiento Regresión en Cadena está diseñado para ajustar un modelo de regresión múltiple cuando las variables independientes exhiben multicolinealidad. Multicolinealidad
Más detallesFactores no controlables
Acepto la Ho y ιj μ α ι β j ε ιj Dr. Alfredo Matos Ch. Universidad Peruana Unión amatosch@upeu.edu.pe Factores Controles Entradas PROCESO FUNCION ACTIVIDAD Salidas Factores no controlables 2 1 Se entiende
Más detallesCómo se hace la Prueba t a mano?
Cómo se hace la Prueba t a mano? Sujeto Grupo Grupo Grupo Grupo 33 089 74 5476 84 7056 75 565 3 94 8836 75 565 4 5 704 76 5776 5 4 6 76 5776 6 9 8 76 5776 7 4 78 6084 8 65 45 79 64 9 86 7396 80 6400 0
Más detallesEsquema (1) Análisis de la Varianza y de la Covarianza. ANOVA y ANCOVA. ANOVA y ANCOVA 1. Análisis de la Varianza de 1 Factor
Esquema (1) Análisis de la arianza y de la Covarianza ANOA y ANCOA 1. (Muestras independientes). () 3. Análisis de la arianza de Factores 4. Análisis de la Covarianza 5. Análisis con más de Factores J.F.
Más detallespara una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua
Pruebas de hipótesis para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua En muchas situaciones cuando queremos sacar conclusiones sobre una muestra,
Más detallesPuntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I. L.A. y M.C.E. Emma Linda Diez Knoth
1 Puntuación Z ESTADÍSTICA APLICADA A LA EDUCACIÓN I Qué es la Puntuación Z? 2 Los puntajes Z son transformaciones que se pueden hacer a los valores o puntuaciones de una distribución normal, con el propósito
Más detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
Más detallesContenido. 2 Probabilidad 9. Prefacio. 1 Introducci6n a la estadfstica y al an;!llisis de datos
Contenido Prefacio ix 1 Introducci6n a la estadfstica y al an;!llisis de datos 1 1.1 1.2 1.3 1.4 1.5 1.6 Repaso 1 EI papel de la probabilidad 2 Medidas de posici6n: media de una muestra 4 Medidas de variabilidad
Más detalles3. Correlación. Introducción. Diagrama de dispersión
1 3. Correlación Introducción En los negocios, no todo es el producto, pueden existir factores relacionados o externos que modifiquen cómo se distribuye un producto. De igual manera, la estadística no
Más detallesPruebas de Hipótesis Multiples
Pruebas de Hipótesis Multiples Cuando queremos hacer comparaciones de mas de dos poblaciones, una alternativa es comparar todos los grupos a la vez con el método de Análisis de Varianza (ANOVA) H o : µ
Más detallesAnálisis de la varianza ANOVA
Estadística Básica. Mayo 2004 1 Análisis de la varianza ANOVA Francisco Montes Departament d Estadística i I. O. Universitat de València http://www.uv.es/~montes Estadística Básica. Mayo 2004 2 Comparación
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesPráctica 9: Anova (2).
Práctica 9: Anova (2) Dedicamos esta práctica al estudio de modelos bifactoriales del análisis de la varianza Veremos concretamente diseños bifactoriales con y sin interacción, diseño por bloques al azar
Más detallesExperimentos Factoriales Febrero 2010 Apuntes de la Cátedra de Estadística INDICE
Serie Didáctica Nro. 1 Facultad de Ciencias Forestales UNIVERSIDAD NACIONAL DE SANTIAGO DEL ESTERO C Á T E D R A D E ESTADÍSTICA O. F. ANÁLISIS DE LA VARIANCIA EN EXPERIMENTOS FACTORIALES Cátedra de Estadística
Más detallesAnálisis de diferencias de medias entre centros educativos chilenos según grupo socioeconómico y dependencia administrativa
Análisis de diferencias de medias entre centros educativos chilenos según grupo socioeconómico y dependencia administrativa Paola Ilabaca Baeza 1 José Manuel Gaete 2 paolailabaca@usal.es jmgaete@usal.es
Más detallesANEXO I. ANÁLISIS DE LA VARIANZA.
ANEXO I. ANÁLISIS DE LA VARIANZA. El análisis de la varianza (o Anova: Analysis of variance) es un método para comparar dos o más medias. Cuando se quiere comparar más de dos medias es incorrecto utilizar
Más detallesEstadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1
Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1 Relación entre dos variables Al estudiar conjuntos de variables con más de una variable, una pregunta
Más detallesEstadísticos Descriptivos
ANÁLISIS EXPLORATORIO DE DATOS El análisis exploratorio tiene como objetivo identificar el modelo teórico más adecuado para representar la población de la cual proceden los datos muéstrales. Dicho análisis
Más detalles6. DISEÑOS FACTORIALES 2 K NO REPLICADOS
6. DISEÑOS FACTORIALES 2 K NO REPLICADOS 6.1 INTRODUCCION El aumentar el numero de factores en un diseño 2 k crece rápidamente el numero de tratamientos y por tanto el numero de corridas experimentales.
Más detallesLos modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma:
Ignacio Martín Tamayo 25 Tema: ANÁLISIS DE VARIANZA CON SPSS 8.0 ÍNDICE --------------------------------------------------------- 1. Modelos de ANOVA 2. ANOVA unifactorial entregrupos 3. ANOVA multifactorial
Más detalles2. Análisis de varianza
1. Análisis de varianza Introducción La estadística inferencial no solo realiza estudios con una muestra, también es necesario trabajar con más de una muestra; las que pueden ser dos o más. Para cada una
Más detalleswww.atalayadecristo.org
Marzo 2016 Ing. Rubén Darío Estrella, MBA Cavaliere dell ordine al Merito della Repubblica Italiana (2003) Ingeniero de Sistemas (UNIBE 1993), Administrador (PUCMM 2000), Matemático (PUCMM 2007), Teólogo
Más detallesSe permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.
NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Más detallesAnálisis Probit. StatFolio de Ejemplo: probit.sgp
STATGRAPHICS Rev. 4/25/27 Análisis Probit Resumen El procedimiento Análisis Probit está diseñado para ajustar un modelo de regresión en el cual la variable dependiente Y caracteriza un evento con sólo
Más detallesRepaso Estadística Descriptiva
Grado en Fisioterapia, 2010/11 Cátedra de Bioestadística Universidad de Extremadura 13 de octubre de 2010 Índice Descriptiva de una variable 1 Descriptiva de una variable 2 Índice Descriptiva de una variable
Más detallesCAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS
CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS 1. HIPÓTESIS ALTERNA E HIPÓTESIS NULA Para someter a contraste una hipótesis es necesario formular las Hipótesis Alternas ( H1 ) y formular
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesGenética Mendeliana. Las leyes de la herencia
Genética Mendeliana. Las leyes de la herencia Gregor Mendel, 1860 Monasterio de Sto. Tomás, Rep. Checa Los Experimentos de Gregor Mendel (1865) Material experimental: Semillas de plantas de chícharo (Pisum
Más detallesINFORME TRIMESTRAL DE CALIDAD DEL AIRE CUENCA MATANZA-RIACHUELO PERÍODO SEPT - OCT NOV 2015
INFORME TRIMESTRAL DE CALIDAD DEL AIRE CUENCA MATANZA-RIACHUELO PERÍODO SEPT - OCT NOV 2015 Estructura del Informe Este informe de avance consta de tres partes: 1. Estado de la Red de Aire de la Ciudad
Más detallesCAPÍTULO VI RESULTADOS PESO (50 COMPRIMIDOS) INICIAL PESO (50 COMPRIMIDOS) FINAL PESO (50 COMPRIMIDOS) INICIAL PESO DEL PLATO
CAPÍTULO VI RESULTADOS 6.1. CÁLCULOS 6.1.1. PORCENTAJE DE FRIABILIDAD RANGO: No mayor 1 % FÓRMULA % = PESO (50 COMPRIMIDOS) INICIAL PESO (50 COMPRIMIDOS) FINAL PESO (50 COMPRIMIDOS) INICIAL PESO DEL PLATO
Más detallesEVALUACIÓN DE LA CALIDAD DEL AGUA EN LA ZONA COSTERA DE IXTAPA-ZIHUATANEJO
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO Centro de Estudios Académicos sobre Contaminación Ambiental FACULTAD DE QUÍMICA Laboratorio de Ciencias Ambientales EVALUACIÓN DE LA CALIDAD DEL AGUA EN LA ZONA COSTERA
Más detallesCLASIFICACIÓN DE LA IMAGEN. Escuela de Ingeniería Civil y Geomática Francisco Luis Hernández Torres
CLASIFICACIÓN DE LA IMAGEN TÉCNICA QUE PERMITE LA IDENTIFICACIÓN DE LOS DIFERENTES OBJETOS O GRUPOS PRESENTES EN UNA IMAGEN MULTI-ESPECTRAL. MÉTODO NO SUPERVISADO MÉTODO SUPERVISADO El Desarrollo De Las
Más detallesESTUDIO DE ESTRUCTURAS XXXXXXXX XXXXX XXXXX. XXX XXXXX Provincia de Buenos Aires
TOMOGRAFÍA DE HORMIGÓN ARMADO S.A. Informe de Servicio de Tomografía de Hormigón Armado ESTUDIO DE ESTRUCTURAS XXXXXXXX XXXXX XXXXX XXX XXXXX Provincia de Buenos Aires Febrero/Marzo 214 Reclus 217-169
Más detallesCORRELACIÓN Y REGRESIÓN. Juan José Hernández Ocaña
CORRELACIÓN Y REGRESIÓN Juan José Hernández Ocaña CORRELACIÓN Muchas veces en Estadística necesitamos saber si existe una relación entre datos apareados y tratamos de buscar una posible relación entre
Más detallesen Enfermería del Trabajo
revista noviembre:maquetación 1 16/11/2011 6:27 Página 30. 203 Metodología de la investigación Metodología de Investigación en Enfermería del Trabajo Autor Romero Saldaña M Enfermero Especialista en Enfermería
Más detallesTema 7: Medidas de contaminación atmosférica I
Tema 7: Medidas de contaminación atmosférica I 7.1 Muestreo y análisis 7.2 Muestreo y análisis de partículas 7.3 Análisis de metales en partículas 7.4 Análisis de materia orgánica en partículas 7.1 Muestreo
Más detallesLAB 13 - Análisis de Covarianza - CLAVE
LAB 13 - Análisis de Covarianza - CLAVE Se realizó un experimento para estudiar la eficacia de un promotor de crecimiento en terneros en lactación. Se usaron cuatro dosis de la droga (0, 2.5, 5 y 7.5 mg).
Más detallesENSAYO KELP PRODUCTS KELPAK EVALUACIÓN DEL EFECTO DEL PRODUCTO KELPAK EN LA CUAJA DE CEREZOS (Prunus avium L.) CV. BING.
ENSAYO KELP PRODUCTS KELPAK 215-216 EVALUACIÓN DEL EFECTO DEL PRODUCTO KELPAK EN LA CUAJA DE EZOS (Prunus avium L.) CV. BING. ÍNDICE EVALUACIÓN DEL EFECTO DEL PRODUCTO KELPAK EN LA CUAJA DE PLANTAS DE
Más detallesEstadística Descriptiva Métodos descriptivos visuales y medidas resumen
6 Estadística Descriptiva Métodos descriptivos visuales y medidas resumen Las técnicas de la estadística descriptiva pueden aplicarse tanto a datos muestrales como a datos poblacionales. Tipos de datos.
Más detallesDISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS [TEMA
2011 UNED DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS [TEMA 7] Diseños con más de dos grupos independientes. Análisis de varianza con dos factores completamente aleatorizados 1 Índice 7.1 Introducción...
Más detallesUnidad IV: Distribuciones muestrales
Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia
Más detallesANOVA Multifactorial. StatFolio Muestra: anova.sgp
ANOVA Multifactorial Resumen El procedimiento ANOVA Multifactorial está diseñado para construir un modelo estadístico describiendo el impacto de dos o más factores categóricos X j de una variable dependiente
Más detallesCalidad de Agua del Estero Salado. Andrés Avilés V.
Calidad de Agua del Estero Salado Andrés Avilés V. Calidad de Agua del Estero Salado Las aguas del Estero Salado se caracterizan por tener una elevada turbiedad y color, con un alto contenido de sólidos
Más detallesMuchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.
Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada
Más detallesPrueba de hipótesis para la diferencia de medias
Estadística Técnica Prueba de hipótesis para la diferencia de medias Cladera Ojeda, Fernando Conceptos previos Inferencia estadística Población Muestra Parámetro Estadístico Hipótesis estadística Pruebas
Más detallesÍNDICE INTRODUCCIÓN... 21
INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...
Más detallesTema 2 Estadística Descriptiva
Estadística Descriptiva 1 Tipo de Variables 2 Tipo de variables La base de datos anterior contiene la información de 36 alumnos de un curso de Estadística de la Universidad de Talca. En esta base de datos
Más detallesTema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11
Tema 5 Análisis de regresión (segunda parte) Estadística II, 2010/11 Contenidos 5.1: Diagnóstico: Análisis de los residuos 5.2: La descomposición ANOVA (ANalysis Of VAriance) 5.3: Relaciones no lineales
Más detallesAnálisis de suelos Algunas ideas acerca de precisión y producción bajo siembra directa 1
Análisis de suelos Algunas ideas acerca de precisión y producción bajo siembra directa 1 Don Bullock Crop Sciences Department University of Illinois 1102 South Goodwin Ave., Urbana IL 61801, EE.UU. En
Más detallesBloque 1. Contenidos comunes. (Total: 3 sesiones)
4º E.S.O. OPCIÓN A 1.1.1 Contenidos 1.1.1.1 Bloque 1. Contenidos comunes. (Total: 3 sesiones) Planificación y utilización de procesos de razonamiento y estrategias de resolución de problemas, tales como
Más detallespara una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua
Pruebas de hipótesis para una muestra Ref: Apuntes de Estadística, Mtra Leticia de la Torre Instituto Tecnológico de Chiuhuahua Las secciones anteriores han mostrado cómo puede estimarse un parámetro de
Más detallesEl ejemplo: Una encuesta de opinión
El ejemplo: Una encuesta de opinión Objetivos Lo más importante a la hora de planificar una encuesta es fijar los objetivos que queremos lograr. Se tiene un cuestionario ya diseñado y se desean analizar
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Medicina Veterinaria y Zootecnia Licenciatura en Medicina Veterinaria y Zootecnia Clave 1212 Modalidad del curso: Carácter Métodos estadísticos en medicina
Más detallesConceptos básicos de metrología
Conceptos básicos de metrología Definiciones, características y estimación de incertidumbres. Lic. Francisco Sequeira Castro 05 de Noviembre, 2014 Qué es la metrología? La metrología es la ciencia de las
Más detallesY accedemos al cuadro de diálogo Descriptivos
SPSS: DESCRIPTIVOS PROCEDIMIENTO DE ANÁLISIS INICIAL DE DATOS: DESCRIPTIVOS A diferencia con el procedimiento Frecuencias, que contiene opciones para describir tanto variables categóricas como cuantitativas
Más detalles1.- Test de hipótesis de normalidad. 2.- Test de hipótesis para una proporción 6-1
Estadística º curso l Grado en Ciencias la Actividad Física y el Deporte Estadística º Curso l Grado en Ciencias la Actividad Física y el Deporte ---o0o--- Tests hipótesis con una y dos muestras Bioestadística
Más detalles